听说MACD是技术指标之王？我们用Python查色

介绍：

邢步兴系列帖子《量化小讲堂》通过实际案例，教初学者使用python进行量化投资，了解行业研究方向。 希望对大家有所帮助。

【历史文章汇总】点这里

经常有朋友问我一些MACD技术指标相关的问题：

本文将对MACD指标进行全面的讲解，使用Python和全量历史数据来看其表现如何。

01

什么是MACD

无论您是交易A股、美股、期货还是数字货币，大部分行情软件都会默认在指标上方显示MACD指标。

比如下图中，常见的K线图下方有两条曲线和一些红色或绿色的柱子。 这种组合就是 MACD 指标。

MACD指标

根据MACD指标的定义，它主要由三部分组成：DIFF、DEA和MACD：

DIFF就是下图中的橙色线，是对K线的收盘价进行一系列计算后得到的：

DEA就是下图中的蓝线，在DIFF的基础上进一步计算：

橙线（DIFF）减去蓝线（DEA）后，乘以2得到MACD指标，也就是下图中的红绿柱。

柱的长度是MACD绝对值的大小。 如果 MACD 大于 0，则为红色，如果 MACD 小于 0，则为绿色。

我们在做量化交易的时候，不仅要看到图表上的指标，还要对其进行计算，以便后面得到相应的买卖点。

知道了MACD的定义，计算MACD并不复杂，几行Python代码就可以搞定：

其中MACD的计算只用到最后5行代码，前3行主要是导入数据和计算恢复价。 人生苦短，我用 Python。

头发当然短了，也用Python

通过这段代码，我们可以通过读取某只股票的K线数据，得到每条K线对应的MACD指标：

数据输入

数据输出

如果你想自己尝试上面的代码和数据，可以私信我获取。

02

如何使用 MACD

计算出MACD指标后，我们应该如何使用呢？

介绍一下MACD最常见的用法——“金叉死叉”。

仔细观察MACD的图形，我们会发现橙线（DIFF）和蓝线（DEA）相互交织，不断交叉，这些交点可以作为买入和卖出的信号。

橙色线（DIFF）和蓝色线（DEA）相互交叉

当橙线（DIFF）向上穿越蓝线（DEA）时，称为“金叉”，简称“金叉”，为买入信号。

比如下图出现金叉之后，确实是一路上涨。

当橙色线（DIFF）向下穿越蓝色线（DEA）时，称为“死亡交叉”，简称“死叉”，为卖出信号。

比如下图出现死叉后，股价也开始下跌。

金色十字架和死亡十字架必须交替出现在彼此旁边。 最常见的基于MACD的择时策略是选择金叉时买入，死叉时卖出。

沪深300 MACD时序表现

上图是沪深300某段时间的K线图。 红色部分表示买入金叉持股阶段，绿色部分表示卖出死叉做空阶段。

从图中看，红色部分确实以上涨为主，绿色部分确实是下跌。

从这点来看，MACD的时机把握能力让人忍不住打666。

看到这里，是不是有点动心，甚至准备尝试经营，从此走向人生的巅峰？

慢慢来。

在新华书店门前显眼的地方，摆着《股票大师》的书，通常会告诉你某个神奇的指标。

然后精心挑选几张行情图片来展示这个指标的买卖点有多么惊人，让你对这个指标有坚定的信心。

但是对于我们这些做量化投资的人来说，几张图是没有说服力的。 如果这不是大概率事件，而只是巧合呢？

想知道MACD金叉和死叉是否有效，不是光看几张图就可以了。

就是找出一只股票历史上所有的金叉和死叉，看它们之后的表现如何。 只有这样，我们才能有说服力。

02

MACD黄金交叉死叉表现

要统计一只股票历史上所有的金叉和死叉的表现，用行情软件人工统计是肯定不行的。 这时候就需要用到Python了。

我们稍微扩展一下用于计算 MACD 的 Python 代码：

MACD金叉死叉统计代码

通过上面的代码，可以找到一只股票历史上所有的金叉和死叉。 并且还计算了信号出现后第1、5、20个交易日股票的涨跌幅：

代码统计

有了这个结果，我们就可以综合评价金叉和死叉。

1 浦发银行MACD表现

先随便挑一只沪市代码数排名第一的浦发银行（sh60000）运行程序，看MACD在它上面的表现：

数据显示，浦发银行自1999年上市以来，共有194个金叉，金叉后一天、五天、二十天上涨的比例分别为：50.51%、48.45%、分别为 51.55%。

这……结果有点出乎意料。 金叉之后，上涨的概率大概是50%...

这和抛硬币没什么区别！

虽然没想到金叉之后涨了100%，但是概率应该是60%吧？

不然30%就好了，所以当反指的时候，胜率是70%。 50%是最尴尬的概率，反之就是50%

而且，第194个金叉后1、5、20个交易日的涨幅中值分别为0.08%、-0.09%、0.39%。

只有中值涨跌20日表现稍好，但年化收益与余额宝差不多。

我们再看看死叉。 出现死叉后，下跌的概率基本在50%左右，中位涨跌幅也接近于0%，这也是一个没有意义的指标。

以上只是简单的统计。 严格按照金叉买卖浦发死叉，看看最后的资金曲线会怎样？

我们使用大部分行情软件MACD的默认参数（12、26、9），设置手续费和印花税，进行回测。 结果如下：

橙色线是浦发银行的原始表现，蓝色线是浦发银行MACD择时策略的表现。

利用MACD适时买卖浦发银行，年化收益率仅为3.5%，13年资产仅增长61%，而浦发银行本身股价翻倍1.9 倍。

可以看出用MACD来计时浦发的效果很差，不如直接买入持有。

没想到在各大市场软件中都处于C位的人气指数，却表现如此糟糕？

浦发银行是不是刚好不适合MACD？

2 贵州茅台MACD表现

那我们换个股，看看MACD对贵州茅台的表现。

将之前Python程序的输入数据改为贵州茅台，直接运行即可得出结论：

从图中可以看出，金叉之后，茅台上涨的概率远高于浦发，涨跌幅中位数也有所增加，非常好。

但死叉后的表现并不尽如人意。 20日之后下跌的概率仅为43%，上涨中位数为0.92%。

这……显然是一个看涨信号。

如果茅台严格按照金叉买死叉卖的方式操作，业绩会如何？

我们还使用默认的 MACD 参数得到以下结果：

如果2007年投入1块钱，翻了8倍，年化率高达16.33%，看起来很不错。

但如果我们将其与茅台本身的价格进行比较：

上图中蓝色线是MACD时机的表现，橙色线是茅台本身的表现。 这样一对比，MACD时机的表现就有些可笑了。

茅台本身的年化收益率高达28.69%，合计增长32.5倍。 但是，经过MACD时机的一些神奇操作，也仅仅增加了8倍。

这大概就是传说中的猛如虎的一次性操作，一看利润2.5%。

MACD对茅台的表现依旧不佳。 难道MACD只是对这两只股票不起作用？

3 所有股票的 MACD 表现

这一次，让我们再玩一把，统计一下所有A股个股的MACD表现，看看结果如何。

稍微修改一下之前的Python代码就可以统计所有股票的MACD表现：

我们统计了1990年至今约5000个交易日，A股市场4000多只股票历史上所有的金叉和死叉，信号总数约80万个，得到如下结果：

无论是金叉后上涨的概率，还是死叉后下跌的概率，都集中在50%左右，涨跌中值也接近于0%。

金叉和死叉不能预测未来的涨跌。

所以以后遇到所谓的神器指标，一定不要跟着别人走，一定要自己用代码和数据去验证。

没有代码验证，只能投入真金白银去试错。

4MACD的其他用途

当然，有的朋友可能会说，MACD还有很多其他的用处。 例如著名的顶部背离和底部背离。

顶背离

底部背离

顶部背离是指价格的峰值不断创新高，但MACD峰值却一路下跌，是卖出信号。

底部背离正好相反。 价格的峰值价格一路下跌，但MACD峰值不断创新高。 这是买入信号。

deviation的用法我也验证过，结论暂时保密。 对此有兴趣的可以留言，话多可以单独说。

MACD 还有许多其他用途。 如果大家想测试一下，可以在评论区留言，或许可以使用程序验证是否有效。

03

降维打击

MACD指标真的不能用吗？

熟悉我的朋友都知道，我常说一句话：

“与其花时间改进我的游戏，我宁愿花时间寻找对手较弱的手牌。”

这句话的意思是，不要去高手多的地方，要主动找一些竞争者较弱的环境。

让我举一个交易的例子。

《华尔街日报》统计数据显示，美国90%以上的主动型基金未能跑赢大盘指数。 美国金融市场发达，基金经理操作也很多，但还是输给了指数基金。

但这只是美国的情况，中国不一样。

之前发过一个朋友圈，里面有详细的数据指出A股基金经理可以明显跑赢大盘指数。

A股基金经理更好吗？ 显然还没有。

原因是美国股市比较成熟，高手多，是比较高端的游戏。

很多人抱怨A股乱比特币最佳行情软件，不成熟，散户多，但这其实是好事。 这意味着市场上低位投资者较多，是对手较弱的一手牌。

A股散户投资者占比

事实上，不仅是交易，在日常的工作和生活中，换成对手较弱的游戏会让你更轻松。

MACD 指标也是如此。

比特币历史行情图表

上图为比特币历史价格走势图。 以比特币为代表的数字货币市场，其实是一个比A股还不成熟的市场，是一个较弱对手的博弈。

你在比特币市场的对手可能就是他们

在这个行情中，MACD指标突然出现了效果。 我们使用比特币从2017年9月至今的4小时K线数据，用Python计算其黄金交叉后的表现：

黄金交叉后，上涨概率和涨跌幅中值均好于A股表现。

严格按照MACD金叉死叉看买卖表现。 仍沿用股市默认参数比特币最佳行情软件，扣除手续费。 结果如下：

橙色线是比特币的原价，蓝色线是MACD择时对比特币的表现。

比特币原价，从2017年9月到年化收益率为40.07%，而MACD择时年化收益率为57.79%，上升了17个百分点。

风险方面，比特币原价最大回撤位高达84.09%，而MACD择时后最大回撤位大幅降低至36.97%。

这意味着MACD在比特币上的应用可以显着增加收益和降低风险，效果显着。

04

总结

数字货币还是一个比较原始的市场。 许多在股票市场上已经失效的策略在数字货币市场上仍然有用。

我是2017年才进入数字货币市场的，那时候市场火爆，没有时间详细制定策略。 我干脆把原来的股票和期货市场策略搬过来，有很好的回报。

再次印证了那句话：“与其提升自己的牌技，不如花时间寻找更弱的对手。”

本文用到的数据和代码都整理好了，需要的可以私信我获取。

当前代码

当前数据

邢不兴：Excel常用于量化投资，同事可能会打不过

邢不兴：【邢不兴|量化小讲系列45-实战】关于股票市值：99%的投资者都不知道的陷阱，你知道吗？

邢布布：【邢布布|量化小讲系列44-实战】历年10强基金第二年表现如何？ Python告诉你答案

邢布布：【邢布布|量化小讲系列43-实战】：在量化投资中，K线还可以这样画（附K线代码）